<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>硬件 on 蓝色空间号</title><link>https://bluespace.eu.org/categories/%E7%A1%AC%E4%BB%B6/</link><description>Recent content in 硬件 on 蓝色空间号</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Wed, 08 Apr 2026 23:32:29 +0800</lastBuildDate><atom:link href="https://bluespace.eu.org/categories/%E7%A1%AC%E4%BB%B6/index.xml" rel="self" type="application/rss+xml"/><item><title>v100显卡折腾笔记</title><link>https://bluespace.eu.org/post/%E7%A1%AC%E4%BB%B6/v100%E6%98%BE%E5%8D%A1%E6%8A%98%E8%85%BE%E7%AC%94%E8%AE%B0/</link><pubDate>Thu, 23 Oct 2025 18:15:44 +0800</pubDate><guid>https://bluespace.eu.org/post/%E7%A1%AC%E4%BB%B6/v100%E6%98%BE%E5%8D%A1%E6%8A%98%E8%85%BE%E7%AC%94%E8%AE%B0/</guid><description>&lt;h2 id="核显配合双卡v100对ai大模型本地部署和本地出图的性能分析"&gt;核显配合双卡V100对AI大模型本地部署和本地出图的性能分析&lt;/h2&gt;
&lt;p&gt;&lt;strong&gt;核显与双卡V100的组合对AI大模型本地部署和本地出图有显著提升，主要体现在显存池化与NVLink互联带来的算力扩展，以及核显承担显示任务释放V100资源的协同效应&lt;/strong&gt;。这种配置方案在2025年已成为性价比极高的AI本地部署选择，特别适合预算有限但需要运行32B参数级别大模型的用户。&lt;/p&gt;</description></item></channel></rss>